Il livello giusto della realtà
Causalità, emergenza e la teoria di Erik Hoel — un saggio
1. Una domanda che sembra ovvia
Quando un sasso cade, la causa è la gravità. Quando un neurone spara, la causa è un potenziale elettrochimico. Fin qui tutto chiaro. Ma cosa succede quando la domanda si sposta verso livelli più alti — verso la mente, la biologia, l’economia? Un’idea causa un’azione? Una credenza produce un comportamento? O sono solo descrizioni comode di processi fisici che si spiegano già completamente al livello dei neuroni, delle molecole, degli atomi?
Questa non è una domanda accademica. Riguarda se esistono cause reali al di sopra della fisica di base, o se tutto ciò che chiamiamo “spiegazione” ai livelli alti sia in fondo una finzione utile — una mappa che semplifica la realtà ma non la descrive davvero.
Il problema si può formulare così: il mondo fisico sembra causalmente chiuso — ogni evento fisico ha già una causa fisica sufficiente. In questo quadro, a cosa servono le cause mentali, biologiche, economiche? Sono reali, ridondanti, o illusorie?
2. Il problema di Kim: la trappola dell’esclusione causale
Il filosofo coreano-americano Jaegwon Kim ha formalizzato questo problema nella sua versione più tagliente, nota come problema dell’esclusione causale. L’argomento, nella sua forma essenziale, funziona così.
Supponiamo che uno stato mentale M (per esempio, “ho paura”) causi un comportamento B (per esempio, “corro via”). Se il mondo fisico è causalmente chiuso, allora B ha già una causa fisica sufficiente — chiamiamola P, lo stato fisico del cervello corrispondente a M. Ma se P è già sufficiente a causare B, che ruolo rimane a M? M è identico a P (riduzionismo duro), oppure è irrilevante (epifenomenismo). Tertium non datur.
La stessa struttura si applica a qualsiasi livello alto: i geni, le istituzioni, le norme sociali. Se la fisica è causalmente completa, tutto il resto sembra essere descrizione, non causa.
M è identico a P. Le cause mentali esistono, ma solo perché sono cause fisiche sotto mentita spoglia. Nessuna autonomia reale del livello alto.
M esiste ma non causa nulla. È come il vapore sopra l’acqua che bolle: accompagna il processo fisico senza influenzarlo. Il livello alto è causalmente inerte.
Kim concludeva che non c’è via di mezzo: o riduci tutto al fisico, o accetti che i livelli alti siano ombre causali. Questa conclusione aveva un peso enorme: sembrava implicare che psicologia, biologia e scienze sociali non descrivano cause reali, ma solo proiezioni utili su di un substrato fisico che fa tutto il lavoro.
3. La mossa di Hoel: rendere la causalità misurabile
Erik Hoel, neurologo e teorico dei sistemi complessi, affronta il problema da una direzione inaspettata. Invece di discutere filosoficamente cosa sia la causalità, propone di misurarla. La domanda diventa operativa: dato uno stato del sistema, quanto questo stato mi dice sugli stati futuri, se potessi intervenire su di esso?
Il punto di forza dell’approccio è che usa la teoria dell’informazione — in particolare la mutual information e l’operatore interventistico di Judea Pearl — per costruire una misura quantitativa. La formula è:
L’operatore do(X) è fondamentale: non si tratta di osservare X in modo passivo, ma di intervenire su X — cioè di fissarlo a un certo valore indipendentemente da ciò che lo ha causato. Questo distingue la causalità dalla mera correlazione. L’EI misura quindi non quanto gli stati covariino, ma quanto uno stato controlli il futuro quando viene manipolato.
Due componenti: determinism e degeneracy
L’EI può essere scomposta in due termini che catturano ragioni diverse per cui un livello può essere causalmente debole o forte:
Quanto precisamente lo stato attuale determina lo stato futuro? Un livello ad alto determinism produce effetti precisi e prevedibili dato l’input.
Quanti stati diversi producono lo stesso effetto? Alta degeneracy significa che conoscere lo stato attuale ti dice poco su cosa lo ha causato — e indirettamente, poco su cosa causerà.
Formulazione esplicita in termini di entropia
I due termini si possono esprimere con precisione usando l’entropia di Shannon. Dato un sistema con n stati possibili e una matrice di transizione T — dove Tij è la probabilità di passare dallo stato i allo stato j — le definizioni sono le seguenti.
Combinando i due termini si ottiene la formula completa:
La logica della formula si legge così. Il primo termine misura quanto sono diversificati gli effetti prodotti dai diversi stati: se tutti gli stati producono lo stesso futuro, questo termine è zero e l’EI è zero. Il secondo termine misura quanto ogni singolo stato è incerto sul proprio futuro: se ogni stato porta a un futuro ben definito, questo termine è piccolo e non penalizza l’EI. Il potere causale è alto quando gli stati producono effetti diversi tra loro (primo termine alto) e ognuno li produce in modo preciso (secondo termine basso).
Un esempio numerico concretizza l’idea. Considera un sistema con tre stati e transizioni deterministiche: lo stato 1 va sempre in 2, il 2 sempre in 3, il 3 sempre in 1. L’entropia di ogni riga è zero, quindi il secondo termine è zero. La distribuzione media degli effetti è uniforme, quindi il primo termine è log₂(3) ≈ 1,58 bit. EI = 1,58 bit: il massimo per un sistema di tre stati. Aggiungi rumore — ogni stato va nel proprio successore con probabilità 0,7 e negli altri due con 0,15 ciascuno — e il secondo termine cresce, abbassando l’EI. La compressione in un unico macrostato azzera tutto: EI = 0. Il livello causalmente ottimale è quello che bilancia la distinguibilità degli effetti con la precisione delle transizioni.
Alla fine di questo saggio viene riportato un approfondimento matematico dedicato a chiarire meglio il modello di Hoel.
4. Il risultato sorprendente: il macro può battere il micro
Il risultato centrale della teoria di Hoel è questo: l’EI calcolata al livello macro può essere maggiore dell’EI calcolata al livello micro. In simboli:
Questo sembra paradossale. Come può una descrizione che ha meno dettagli contenere più informazione causale? La risposta sta nella natura del rumore e della ridondanza al livello fisico.
A livello microscopico, i sistemi complessi soffrono tipicamente di due problemi simultanei. Il primo è l’alta degeneracy: miliardi di configurazioni microscopiche diverse producono lo stesso effetto macroscopico, il che significa che sapere esattamente lo stato micro ti dice poco su quale macro-effetto si produrrà. Il secondo è il basso determinism: piccole perturbazioni a livello micro si amplificano in modi caotici, rendendo la relazione causa-effetto instabile e rumorosa.
Il passaggio al livello macro — il cosiddetto coarse-graining, cioè il raggruppamento di microstati in macrostati — può risolvere entrambi i problemi in un colpo solo, a patto di farlo nel modo giusto.
Schema 1 — Il coarse-graining raggruppa microstati causalmente equivalenti in macrostati. Le transizioni diventano più pulite e prevedibili.
5. Tre esempi per capire quando il macro vince
Immagina un sistema di dieci bit, ognuno dei quali fluttua rumorosamente. A livello micro, i singoli bit cambiano in modo caotico e difficile da predire. Ma la parità dell’insieme — il fatto che il numero di bit a 1 sia pari o dispari — può essere stabile rispetto al rumore, se il rumore è distribuito in modo simmetrico. In questo caso, la variabile macro “parità” predice meglio il futuro della variabile micro “valore del bit i-esimo”. L’EI della parità è più alta dell’EI di qualsiasi singolo bit. Il macro è causalmente superiore.
Le molecole di un gas si muovono in modo praticamente imprevedibile a livello microscopico. La loro distribuzione delle velocità è caotica. Eppure la temperatura media — una variabile macro — evolve in modo regolare e predicibile: se riscaldi un gas, si espande; se lo comprimi, si scalda. Per interventi come “riscaldare”, “comprimere”, “mescolare”, la descrizione termodinamica è causalmente più potente di quella molecolare. L’EI macro è più alta. Ma attenzione: se l’intervento è “separare il gas in due metà con velocità medie diverse”, la descrizione macro crolla, perché stai usando informazione microscopica che la temperatura media non contiene. Il macro vince solo per certi interventi.
Una persona si ferma a un semaforo rosso. Potresti descrivere questo evento in termini di singoli neuroni, potenziali d’azione, sinapsi. Oppure potresti usare la descrizione: “questa persona vuole rispettare il codice della strada”. La seconda descrizione è molto più compatta, ma predice meglio il comportamento futuro sotto intervento: se cambio il colore del semaforo in verde, la persona riparte. La descrizione neuronale richiederebbe di tracciare milioni di variabili per arrivare alla stessa previsione. L’EI della descrizione intenzionale è più alta. Non perché sia magica, ma perché filtra via tutto il rumore neuronale irrilevante e mantiene solo la struttura causale che conta.
6. La condizione critica: equivalenza causale, non statistica
Il coarse-graining — raggruppare microstati in macrostati — non è sempre vantaggioso. Funziona, e aumenta l’EI, solo quando i microstati raggruppati sono causalmente equivalenti: cioè quando producono la stessa distribuzione di effetti futuri sotto intervento. Non basta che abbiano la stessa media, o che sembrino simili statisticamente.
Questa distinzione è fondamentale. L’equivalenza statistica (stessa temperatura, stessa energia media) non implica equivalenza causale (stessi effetti sotto tutti gli interventi possibili). Il gas del secondo esempio lo mostra perfettamente: le molecole con la stessa velocità media sono statisticamente equivalenti per la termodinamica, ma causalmente distinguibili se l’intervento è una separazione fine.
Il coarse-graining aumenta l’EI se e solo se raggruppa stati che hanno la stessa distribuzione degli effetti sotto intervento. Il livello macro “giusto” non è quello più comodo per noi: è quello che rispetta le partizioni causali naturali del sistema.
Schema 2 — Il coarse-graining aumenta l’EI solo se raggruppa stati con gli stessi effetti causali. Raggruppare stati eterogenei produce un livello macro peggiore del micro.
7. La domanda più difficile: chi decide gli interventi?
A questo punto emerge l’obiezione più profonda, e vale la pena non aggirarla. L’EI è sempre misurata rispetto a una classe di interventi. Se cambi gli interventi, può cambiare quale livello vince. Questo non introduce una componente arbitraria — e quindi antropica — nella misura della causalità?
La risposta onesta è: sì, in parte. Ma il margine di arbitrarietà è molto più limitato di quanto sembri, per tre ragioni strutturali.
Ragione 1: la struttura del sistema vincola il coarse-graining
Molti sistemi complessi hanno attrattori: stati verso cui il sistema converge da molte condizioni iniziali diverse. Quando un sistema ha attrattori forti, i microstati raggruppati in uno stesso bacino d’attrazione sono causalmente equivalenti rispetto a quasi qualsiasi intervento macroscopico. È il sistema stesso a dirci come fare il coarse-graining — non siamo noi a imporlo dall’esterno.
Un pendolo con attrito converge sempre verso lo stesso stato: fermo in posizione verticale. Non importa da dove lo lasci partire — angolo piccolo o grande, velocità iniziale alta o bassa — il sistema finisce sempre nello stesso punto. Tutti quei microstati iniziali diversi appartengono allo stesso bacino d’attrazione. Il macrostato “pendolo a riposo” è l’attrattore, e il sistema stesso ci dice che quelle condizioni iniziali sono causalmente equivalenti rispetto all’esito finale. Nessuna scelta arbitraria da parte nostra.
Una cellula nervosa a riposo mantiene un potenziale di membrana stabile attorno a −70 mV, indipendentemente dalle fluttuazioni ioniche microscopiche che avvengono continuamente. Migliaia di configurazioni diverse dei canali ionici convergono verso lo stesso potenziale di equilibrio. Il macrostato “cellula a riposo” è un attrattore forte: il sistema biologico stesso definisce la partizione causale rilevante. Descrivere la cellula con la variabile “potenziale di membrana” non è una scelta conveniente — è la scelta che il sistema impone, perché è al livello del potenziale che le perturbazioni si consolidano in effetti prevedibili.
In molti modelli di dinamica delle opinioni, le reti sociali convergono verso configurazioni stabili: consenso, polarizzazione in due gruppi, o frammentazione. Queste configurazioni sono attrattori del sistema. Partendo da migliaia di distribuzioni iniziali diverse delle opinioni individuali, la rete finisce in uno dei pochi stati macro stabili. Il coarse-graining in “gruppo pro” e “gruppo contro” non è imposto dall’osservatore: emerge dalla dinamica stessa delle interazioni. È la struttura della rete — chi parla con chi, con quale frequenza, con quale influenza — a determinare quanti e quali attrattori esistono, e quindi quanti macrostati causalmente distinti il sistema ammette.
Ragione 2: la scala degli interventi fisicamente accessibili
In molti sistemi reali, certi interventi sono fisicamente impossibili o praticamente inaccessibili. Non puoi intervenire sul momento angolare di una singola molecola d’acqua nel tuo bicchiere. Puoi scaldare, raffreddare, mescolare. Quando gli interventi accessibili sono tutti macroscopici, EI(macro) vince per costruzione: stai misurando il potere causale rispetto a interventi che operano esattamente al livello macro. Non è circolare — è un fatto fisico sulla struttura causale del mondo.
Ragione 3: la separazione delle scale temporali
Molti sistemi hanno dinamiche veloci al livello micro e dinamiche lente al livello macro. Le fluttuazioni molecolari in un gas avvengono in picosecondi; la temperatura cambia in secondi. Quando c’è questa separazione, le variabili micro si rilassano rapidamente verso l’equilibrio locale, e ciò che rimane su scale temporali più lunghe è solo la struttura macro. Se il tuo intervento agisce su scale temporali più lunghe del tempo di rilassamento micro, EI(macro) è quasi sempre più alta. Il micro ha già dimenticato le proprie fluttuazioni prima che l’effetto dell’intervento si propaghi.
Schema 3 — I tre fattori che determinano strutturalmente quando EI(macro) supera EI(micro).
8. La risposta a Kim: non ridondanza, ma ottimizzazione
A questo punto possiamo rispondere all’argomento di Kim in modo preciso. Kim assumeva, implicitamente, che “causare” significhi “produrre fisicamente”. Se accetti questa definizione, l’argomento dell’esclusione è difficile da evitare: il livello fisico produce già tutto, e il livello alto è ridondante.
Hoel propone una definizione diversa: causare significa controllare il futuro sotto intervento, e questo controllo è misurabile in termini di informazione. Con questa definizione, la domanda non è “chi produce chi” ma “quale livello di descrizione ti dà più leva sul sistema”.
E la risposta può essere: il livello alto. Non perché violi la fisica — ogni transizione macro è realizzata da transizioni micro — ma perché le sue partizioni filtrano il rumore e mantengono solo la struttura causale rilevante. Il livello macro non è ridondante: è il livello in cui il segnale causale è più puro.
Il livello macro non aggiunge cause misteriose. Seleziona e organizza l’informazione causale rilevante, rendendo il sistema più prevedibile sotto intervento. Non c’è overdetermination: c’è una gerarchia di descrizioni con diversa potenza causale, e quella ottimale non è necessariamente la più bassa.
9. I punti critici che la teoria non risolve
Sarebbe disonesto presentare la teoria di Hoel come una soluzione completa. Ci sono almeno tre tensioni che rimangono aperte.
| Problema | Descrizione | Risposta parziale |
|---|---|---|
| Scelta del coarse-graining | Esistono infiniti modi di aggregare microstati in macrostati. La teoria dice che il livello ottimale è quello con EI massima, ma non fornisce un algoritmo unico per trovarlo. | La struttura degli attrattori vincola lo spazio dei coarse-graining plausibili. Non tutto è uguale, anche se non c’è un criterio assoluto. |
| Dipendenza dagli interventi | EI è relativa a una classe di interventi. Cambia gli interventi, può cambiare quale livello vince. La causalità non è assoluta. | I fattori strutturali (attrattori, scala fisica, separazione temporale) limitano fortemente la dipendenza. Ma una firma dell’osservatore rimane. |
| Realismo causale | La tradizione da Armstrong a Tooley tratta la causalità come una relazione reale tra eventi fisici, indipendente da chi interviene. L’approccio interventistico è epistemico, non metafisico. | Il realismo causale può accettare EI come misura epistemica del potere causale, senza impegnarsi su cosa la causalità sia “di per sé”. |
La tensione più profonda è forse questa: il framework di Hoel è costruito nell’ambito della causalità interventistica, che è sempre relativa a un agente che può intervenire. Questo significa che la “causal emergence” è una proprietà del sistema o della descrizione che ne dà un agente? Il dibattito rimane aperto.
10. Implicazioni: il riduzionismo rovesciato
Forse la conseguenza più radicale della teoria di Hoel è che rovescia la direzione standard del riduzionismo esplicativo. La scienza tradizionalmente assume che spiegare bene significhi spiegare al livello più basso disponibile: trovare i meccanismi molecolari, i processi fisici, le componenti elementari. Hoel suggerisce che questo privilegio del micro è contingente, non fondato.
Per molte classi di fenomeni, il livello causalmente ottimale non è il più fine, ma quello in cui le relazioni causali sono più compresse e più deterministiche. Questo ha implicazioni concrete in vari campi.
La mente può essere causalmente reale senza violare il fisicalismo. Le descrizioni intenzionali non sono finzioni: sono modelli causalmente ottimali per predire il comportamento sotto intervento.
I neuroni singoli non sono necessariamente più informativi dei pattern globali. L’unità di analisi ottimale dipende da quali interventi ci interessano.
Le istituzioni, le norme, le credenze collettive possono avere potere causale reale — non come entità misteriose, ma come descrizioni che massimizzano EI rispetto agli interventi socialmente possibili.
Modelli compressi possono essere causalmente più potenti dei dati grezzi. La rappresentazione conta: non tutte le descrizioni del sistema sono equivalenti per il controllo.
Sintesi: il livello giusto non è il più basso
La domanda da cui siamo partiti — il livello alto è causalmente reale o solo una descrizione comoda? — non ammette una risposta universale. Dipende dal sistema e dagli interventi. Ma la teoria di Hoel mostra che in molti sistemi reali, la risposta è: il livello alto è causalmente più reale del basso, nel senso preciso e misurabile di veicolare più informazione sugli effetti futuri sotto intervento.
Il livello macro non è reale perché è misterioso o irriducibile. È reale perché, per una certa classe di domande e interventi, descrive il sistema in modo più compresso, più deterministico, più prevedibile del livello fisico di base. Non è magia: è che il rumore micro si cancella, e ciò che rimane è struttura causale pura.
E questo ha una conseguenza filosofica che vale la pena tenere ferma: la neurobiologia molecolare non è necessariamente più esplicativa della psicologia cognitiva. Dipende da cosa vuoi predire e controllare. Il livello giusto non è il più basso. È quello dove la struttura del sistema e la scala degli interventi si incontrano nel modo più efficiente.
Il mondo non è solo bottom-up. Ha struttura su molte scale, e alcune di quelle scale sono causalmente privilegiate — non per decreto metafisico, ma per la geometria delle dinamiche che vi operano. La realtà ha livelli causali reali, e trovare quello giusto è un compito scientifico, non solo descrittivo.
Riferimenti principali: Erik Hoel, Larissa Albantakis, Giulio Tononi, “Quantifying causal emergence shows that macro can beat micro” (PNAS, 2013); Erik Hoel, “Agent above, atom below” (2022); Judea Pearl, “Causality” (2000); Jaegwon Kim, “Mind in a Physical World” (1998).
Approfondimento matematico del modello di Hoel: determinism e degeneracy
Immagina 3 persone che lanciano frecce verso un bersaglio.
Determinism
Guardi ogni persona separatamente:
una persona tira sempre nello stesso punto → molto deterministica
una persona sparge ovunque → poco deterministica
Quindi il determinism dice:
“Quanto è preciso ciascun tiratore?”
Degeneracy
Ora guardi dove finiscono tutte le frecce messe insieme:
se tiratori diversi colpiscono tutti la stessa zona, c’è alta degeneracy
se ciascuno colpisce zone diverse, c’è bassa degeneracy
Quindi la degeneracy dice:
“Quanto gli effetti finali collassano gli uni sugli altri, rendendo indistinguibili i tiratori?”
Se la degeneracy è alta, conoscere lo stato attuale aiuta poco a distinguere quale effetto globale stai producendo, perché stati diversi portano agli stessi futuri
Se il determinism è basso, conoscere lo stato attuale aiuta poco anche perché perfino fissato lo stato iniziale il futuro resta incerto
Quindi ci sono due modi diversi in cui l’informazione sul presente può “perdersi”:
rumore interno a ogni stato → basso determinism
convergenza di stati diversi sugli stessi effetti → alta degeneracy
Questi sono due fenomeni distinti.
Immagina una macchina con 4 pulsanti iniziali.
Caso A
Ogni pulsante accende una lampadina diversa, sempre la stessa.
pulsante 1 → lampada A
pulsante 2 → lampada B
pulsante 3 → lampada C
pulsante 4 → lampada D
Allora:
determinism alto: ogni pulsante ha un effetto preciso
degeneracy bassa: pulsanti diversi producono effetti diversi
Caso B
Tutti e 4 i pulsanti accendono sempre la stessa lampada A.
Allora:
determinism alto: ogni pulsante ha un effetto preciso
degeneracy alta: pulsanti diversi diventano indistinguibili negli effetti
Caso C
Ogni pulsante accende a caso una delle 4 lampade, con uguale probabilità.
Allora:
determinism basso: ogni pulsante è molto incerto
degeneracy bassa: globalmente non c’è particolare convergenza su una lampada specifica
Ulteriori approfondimenti matematici sul modello di Hoel si trovano sul saggio:
Alvise Giubelli – HumAI.it©